Un grupo de estudio tiene asignado obtener un modelo de regresión lineal para predecir las

ventas semanales de un producto en función de la publicidad por la radio, ha recopilado al

azar los tiempos de duración en minutos de la publicidad de 10 semanas y el respectivo
número de unidades vendidas del producto, los datos son los siguientes.

Publicida Ventas
N°
dX y
1 20 50
2 30 73
3 30 69
4 40 87
5 50 108
6 60 128
7 60 135
8 60 132
9 70 148
10 80 140

a) Grafique el diagrama de dispersión conjuntamente con la línea de regresión estimada.

Diagrama de disperción
160
f(x) = 1.73529411764706 x + 20.2352941176471
140
120
100
Ventas

80
60
40
20
0
10 20 30 40 50 60 70 80 90
Publicidad

Variable X 1 Curva de regresión

ajustada
200 Y
150 Pronóstico para Y
100
Linear (Pronóstico para Y)
Y

50
0
10 20 30 40 50 60 70 80 90
Variable X 1
 b) Obtenga la ecuación de la línea de regresión e interpreta 𝛽̂.

n=10 , ∑ Xi Yi=59400 , ∑ Xi=500 , ∑ Yi=1070 , ∑ X 2 =28400

X́ =
∑ Xi = 500 =50 , Ý = ∑ Yi = 1070 = 107
n 10 n 10

n ∑ Xi Yi−∑ Xi Yi
β́= = 1.73529411176 = 1.7353
n ∑ Xi −¿ ¿
2

Coeficiente de regresión: β́ = 1.7353 es el incremento promedio de la s ventas (y)

por el incremento de la publicidad (X)

c) Predice la venta de una semana donde se harían 100 minutos de propaganda.

α ̂  =  y ̅  -  β́   x́
α =107 - (1.7353 x 50) y=α+ βx =+ x
α = 107- 86.765 y=1.7353 x +20.235 CON EXCEL
α = 20.235 Coeficiente
  s
Usando la formula Intercepción 20.2352941
y = 1.7353x + 20.235 Variable X 1 1.73529412
y = 1.7353 (100) + 20.235
y = 173.53 + 20.235
y= 193.765
Esto quiere decir que para 100 minutos de
propaganda se tendrá 193.765 ventas del producto.